首页 文章

绘制ROC曲线并在特定截止信息下计算R中的AUC

提问于
浏览 次
2

给出这样的数据：SN =灵敏度; SP =特异性

Cutpoint        SN   1-SP
       1       0.5    0.1
       2       0.7    0.2
       3       0.9    0.6

如何绘制ROC曲线并计算AUC . 并比较两种不同ROC曲线之间的AUC . 在诸如pROC或ROCR的大多数包中，数据的输入与上面所示的不同 . 任何人都可以建议在R或其他方面解决这个问题的方法吗？

ROCsdat <- data.frame(cutpoint = c(5, 7, 9), TPR = c(0.56, 0.78, 0.91), FPR = c(0.01, 0.19, 0.58))

## plot version 1
op <- par(xaxs = "i", yaxs = "i")
plot(TPR ~ FPR, data = dat, xlim = c(0,1), ylim = c(0,1), type = "n")
with(dat, lines(c(0, FPR, 1), c(0, TPR, 1), type = "o", pch = 25, bg = "black"))
text(TPR ~ FPR, data = dat, pos = 3, labels = dat$cutpoint)
abline(0, 1)
par(op)
r curve roc auc

2 回答

  • 3

    首先，我建议您访问当地的图书馆，找一本关于R的入门书籍 . 在您编写自己的代码和在互联网上找到的复制粘贴代码之前，有一个坚实的基础是很重要的，而不是真正理解什么是充其量是冒险的 .

    关于你的问题，我相信（0,0）和（1,1）坐标是ROC曲线的一部分，所以我将它们包含在数据中：

    ROCsdat <- data.frame(cutpoint = c(-Inf, 5, 7, 9, Inf), TPR = c(0, 0.56, 0.78, 0.91, 1), FPR = c(0, 0.01, 0.19, 0.58, 1))

    AUC

    我强烈建议您在R训练的这个阶段不要设置自己的梯形积分功能 . 它太容易出错并容易搞砸一个小的（语法）错误 .

    相反，使用完善的集成代码，如 pracma 中的 trapz 函数：

    library(pracma)
trapz(ROCsdat$FPR, ROCsdat$TPR)

    绘图

    我认为你们大部分时间都在进行策划，尽管我会稍微改写一下：

    plot(TPR ~ FPR, data = ROCsdat, xlim = c(0,1), ylim = c(0,1), type="b", pch = 25, bg = "black")
text(TPR ~ FPR, data = ROCsdat, pos = 3, labels = ROCsdat$cutpoint)
abline(0, 1, col="lightgrey")

    比较

    为了比较，假设您在 auc1 和 auc2 中有两个AUC . if / else语法如下所示：

    if (auc1 < auc2) {
    cat("auc1 < auc2!\n")
} else if (auc1 == auc2) {
    cat("aucs are identical!\n")
} else {
    cat("auc1 > auc2!\n")
}
    回复于
  • 1

    我想你可以手动计算它：

    dat <- data.frame(tpr=c(0, .5, .7, .9, 1), fpr=c(0, .1, .2, .6, 1))
sum(diff(dat$fpr) * (dat$tpr[-1] + dat$tpr[-length(dat$tpr)]) / 2)
# [1] 0.785

    您需要让 tpr 和 fpr 向量以0开头并以1结束以正确计算AUC .

    回复于

相关问题